算法工程师-AIOps

团队介绍 负责阿里云可观测产品矩阵研发，在覆盖移动端、AI 智能体、应用、大模型与底层基础设施的全栈 EB 级观测数据之上，实现从“人看图表排查故障”向“AI 自主感知、诊断、行动”的跨越，构建从被动告警到全自主运维的智能可观测平台。 团队氛围开放透明，鼓励试错。加入我们，你将与一群懂 AI、懂云原生的顶尖工程师共事，快速完成从“使用者”到“创造者”的蜕变。你的产出将面向阿里云全产品线及云上百万家企业，在真实的超大规模生产环境中，定义下一代“自动驾驶”级别的全域 DevOps 闭环的新范式。 岗位职责 负责阿里云可观测平台核心算法与智能引擎建设，沉淀深厚的运维领域知识与经验。加入该岗位，您将基于大模型技术，构建下一代 AIOps 产品核心竞争力，打造面向未来的智能运维基础设施。 1. 研发可观测核心算子，负责设计与研发面向海量可观测数据的核心算法算子，实现对海量原始数据的高效预处理与特征提取，为上层智能应用提供高质量输入； 2. 参与 AIOps Agent 设计与研发，负责 LLM 驱动的 AIOps Agent 的核心算法研发。通过多 Agent 架构解决复杂场景下的根因定位、影响评估、智能巡检、辅助运维等难题； 3. 构建并应用 AIOps Benchmark 体系，设计和落地具有业界影响力的数字世界基准环境。通过系统化的故障注入、真实案例复现和受控干预实验，构建覆盖广泛、高度真实的评测数据集，驱动AIOps Agents推理能力的量化评估与持续进化； 4. 探索前沿模型训练与优化技术，运用监督微调（SFT）、强化学习（RLHF）等前沿技术，针对 AIOps 中的关键过程进行模型优化和迭代，持续提升 AIOps 的准确性和性能； 5. 追踪前沿并推动技术落地，持续追踪和研究 LLM、Agent、知识图谱、图神经网络、因果推理等技术在 AIOps 领域的最新进展，结合阿里云可观测产品的实际场景，探索和推动前沿技术的应用与落地，构建技术壁垒。

本职位只招收27届应届毕业生（2026.11 ~ 2027.10 ），暑期实习。 岗位要求 1. 专业背景扎实，计算机、人工智能、软件工程、模式识别、统计学等相关专业； 2. 具备扎实的算法功底，熟练掌握机器学习/深度学习算法基础，在顶级会议/期刊发表过相关论文； 3. 掌握 LLM 技术能力，熟悉 LLM 主流算法原理，在 Fine-tuning、Context Engineering、Agentic 应用等一个或多个方向有实践经验； 4. 对 AI 新技术有极客般的热情与实战精神，能熟练使用 AI 编程工具、AI 智能体等工具； 5. 有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。 加分项： 1. 在时序分析、异常检测、因果推断、图算法（GNN）、强化学习等领域有研究或实践经验； 2. 熟悉可观测、智能运维，有 Kubernetes、Prometheus、OpenTelemetry 等开源项目相关使用经验。